剑指 Offer 63. 股票的最大利润

首先我们先明确状态，本题有多个变体，比如说限制最大交易次数为2，不限制交易次数，是不限次数，但是加了交易「冷冻期」和「手续费」的额外条件。

①确定状态

这个问题，每天都有三种「选择」：买入、卖出、无操作，我们用 buy, sell, rest 表示这三种选择。

②确定选择

像这道题就要求最大交易次数就是1了，股票的最大利润问题一共三个状态----->
这个问题的「状态」有三个，第一个是天数，第二个是允许交易的最大次数，第三个是当前的持有状态（即之前说的 rest 的状态，我们不妨用 1 表示持有，0 表示没有持有）。

而且我们可以用自然语言描述出每一个状态的含义，比如说 dp[3][2][1] 的含义就是：今天是第三天，我现在手上持有着股票，至今最多进行 2 次交易。再比如 dp[2][3][0] 的含义：今天是第二天，我现在手上没有持有股票，至今最多进行 3 次交易。

③ 确定状态转移方程

现在，我们完成了「状态」的穷举，我们开始思考每种「状态」有哪些「选择」，应该如何更新「状态」。

dp[i][k][0] = max(dp[i-1][k][0], dp[i-1][k][1] + prices[i-1])
              max( 今天选择 rest,        今天选择 sell       )

dp[i][k][1] = max(dp[i-1][k][1], dp[i-1][k-1][0] - prices[i-1])
              max( 今天选择 rest,         今天选择 buy         )

k 的定义并不是「已进行的交易次数」，而是「最大交易次数的上限限制」。如果确定今天进行一次交易，且要保证截至今天最大交易次数上限为 k，那么昨天的最大交易次数上限必须是 k - 1。

④ 确定base case

dp[0][...][0] = 0
解释：因为 i 是从 1 开始的，所以 i = 0 意味着还没有开始，这时候的利润当然是 0。

dp[0][...][1] = -infinity
解释：还没开始的时候，是不可能持有股票的。
因为我们的算法要求一个最大值，所以初始值设为一个最小值，方便取最大值。

dp[...][0][0] = 0
解释：因为 k 是从 1 开始的，所以 k = 0 意味着根本不允许交易，这时候利润当然是 0。

dp[...][0][1] = -infinity
解释：不允许交易的情况下，是不可能持有股票的。
因为我们的算法要求一个最大值，所以初始值设为一个最小值，方便取最大值。

下面就先说说第一种情况k=1时的情形：

class Solution {
    public int maxProfit(int[] prices) {
        int n=prices.length;
        if(n==0) return 0;
        int [][]dp=new int [n+1][2];
        dp[0][0]=0;
        dp[0][1]=-prices[0];
        
        for(int i=1;i<=n;i++){
            dp[i][0] = Math.max(dp[i-1][0], dp[i-1][1] + prices[i-1]);
            dp[i][1] = Math.max(dp[i-1][1], -prices[i-1]);
        }
        return dp[n][0];
    }
}